QuickAgents - AI Agent Enhancement Toolkit with Document Understanding, Self-Evolution and Unified UTF-8 Encoding

These details have not been verified by PyPI

Project links

Project description

QuickAgents

专为 OpenCode 和 智谱 GLM 大模型 (Coding Plan) 深度优化的 AI Agent 增强工具包。通过本地处理最大化效率，Token 消耗节省 60-100%。

⚠️ 如果你克隆了此仓库：这是 QuickAgents 的源码仓库。要在项目中使用，请运行 pip install quickagents && qka init。详见 CLONE_README.md

安装

方式一：一行命令安装（推荐）

macOS / Linux:

curl -fsSL https://raw.githubusercontent.com/Coder-Beam/Quick-Agents-for-Z.AI-GLM/main/scripts/install.sh | bash

Windows PowerShell:

iwr -useb https://raw.githubusercontent.com/Coder-Beam/Quick-Agents-for-Z.AI-GLM/main/scripts/install.ps1 | iex

方式二：pip 安装 + 项目初始化

pip install quickagents
qka init

方式三：让 AI 代理自动安装（零操作）

把这句话发给你的 AI 代理（OpenCode / Claude Code / ChatGPT）：

请按照 https://raw.githubusercontent.com/Coder-Beam/Quick-Agents-for-Z.AI-GLM/main/Docs/guide/installation.md 中的指引安装 QuickAgents

初始化参数

qka init                        # 交互式初始化
qka init --force                # 覆盖现有文件
qka init --dry-run              # 预览不执行
qka init --minimal              # 最小安装（仅核心文件）
qka init --with-ui-ux           # 含 ui-ux-pro-max 技能（Web/Mobile 项目）
qka init --with-browser         # 含 browser-devtools 技能
qka init --update-config        # 仅更新配置，保留数据

完整安装（所有可选依赖）

pip install quickagents[full]

开发模式

git clone https://github.com/Coder-Beam/Quick-Agents-for-Z.AI-GLM.git
cd Quick-Agents-for-Z.AI-GLM
pip install -e .

验证安装

python -c "from quickagents import __version__; print(f'QuickAgents v{__version__}')"
qka version
qka version --check      # 检查所有模块完整性

QuickAgents 是什么？

QuickAgents 是一个 Python 包，为 AI 编码代理（特别是 OpenCode + 智谱 GLM Coding Plan）提供本地化的增强能力。核心理念：能用本地 Python 处理的，绝不浪费 LLM Token。

核心能力一览：

能力	说明
三维记忆系统	Factual / Experiential / Working 三类记忆，SQLite 存储，跨会话持久化
知识图谱	需求追踪、实体关系、FTS5 全文搜索
愚公循环 (YuGong)	自主开发循环，需求解析 → LLM 执行 → 质量检查 → 自动提交，循环直到完成
Karpathy 经验编译器	分散经验 → LLM 编译 → 结构化知识文章，81x 压缩，84% Token 节省
文档理解管道	PDF / Word / Excel / XMind / FreeMind / OPML / Markdown / 源码解析
自我进化系统	自动收集 Skills 使用经验，持续优化
审计问责 (AuditGuard)	代码变更追踪、质量门禁、问题归因、学习经验提取
浏览器自动化	Playwright + Lightpanda/Chromium，控制台日志、网络请求、性能指标
TDD 工作流	Red → Green → Refactor 本地化执行
循环检测	Doom-Loop 防护，防止 Agent 陷入重复调用死循环
上下文压缩	渐进式压缩策略，70%/80%/85%/90%/99% 分级响应
并行执行器	最多 3 并发的只读任务并行处理
Git 钩子	自动触发进化分析、提交前质量检查

与 oh-my-openagent (omo) 的对比

维度	QuickAgents	oh-my-openagent (omo)
定位	Python 本地化工具包，Token 节省优先	OpenCode 插件（TypeScript），多模型编排优先
核心语言	Python（pip install）	TypeScript（OpenCode 插件生态）
Token 策略	本地处理优先，SQLite 缓存，哈希检测，经验编译	多模型路由，按任务类别分派模型
模型支持	深度优化智谱 GLM Coding Plan，也支持 OpenAI	Claude / Kimi / GLM / GPT / Gemini 多模型混编
记忆系统	三维记忆（Factual/Experiential/Working）+ SQLite + Markdown 双存储	依赖 Agent 会话上下文
自主循环	愚公循环（YuGong）— 需求到完成全自动，熔断器 + 退出检测 + 质量门禁	Ralph Loop — 不停止直到完成
经验编译	Karpathy 模式，383 文件 → 13 文章，81x 压缩	无对应功能
知识图谱	完整 KnowledgeGraph + FTS5 搜索 + 需求追踪	无对应功能
文档理解	PDF/Word/Excel/XMind/FreeMind/OPML/源码三层解析管道	无对应功能
审计问责	AuditGuard — 代码变更追踪 + 质量门禁 + 学习提取	无对应功能
浏览器自动化	Playwright + Lightpanda（轻量）+ Chromium 回退	Playwright（内置 MCP）
安装方式	`pip install quickagents` + `qka init`	OpenCode 插件，JSON 配置
CLI 工具	`qka` 命令行，30+ 子命令	依赖 OpenCode slash 命令
运行时依赖	极少：仅 psutil + httpx（核心功能零外部依赖）	需要 Node.js / Bun 运行时

简单总结： omo 擅长多模型编排和 Agent 协调；QuickAgents 擅长本地化处理、Token 节省、记忆持久化和知识管理。两者可以互补使用。

功能模块详解

1. 统一数据库 (UnifiedDB V2)

分层架构：Facade → Session → Repository → Core Components，Django 风格 QueryBuilder。

from quickagents import UnifiedDB, MemoryType, TaskStatus

db = UnifiedDB('.quickagents/unified.db')

# 三维记忆
db.set_memory('project.name', 'MyProject', MemoryType.FACTUAL)
db.set_memory('current.task', '实现认证', MemoryType.WORKING)
db.set_memory('lesson.001', '避免过度工程', MemoryType.EXPERIENTIAL, category='pitfalls')

# 任务管理
db.add_task('T001', '实现认证', 'P0')
db.update_task_status('T001', TaskStatus.COMPLETED)

# 进度追踪
db.init_progress('auth-system', total_tasks=8)

性能数据：

N+1 查询消除：2N+M → 2（常量）
同步并行化：ThreadPoolExecutor 3 workers
mypy 0 errors / ruff 0 errors

2. 愚公循环 (YuGong Loop)

全自动开发循环：从需求文件到完整项目。

需求解析 → 15步标准迭代循环：
  Phase 1: safety_check → get_next_story → build_prompt
  Phase 2: execute_agent → parse_output
  Phase 3: quality_checks → extract_learnings → update_story
  Phase 4: auto_commit → regression → exit_check → persist → sync → metrics

from quickagents.yugong import YuGongLoop, YuGongConfig

# 三种模式：默认 / 保守 / 激进
config = YuGongConfig.conservative()   # 更严格安全限制
config = YuGongConfig.aggressive()     # 更高执行效率

loop = YuGongLoop(config=config, agent_fn=my_agent)
outcome = loop.start(parsed_requirement)

安全机制：

熔断器：连续无进展 / 相同错误次数阈值 + 冷却时间
API 5 小时限制预警
退出检测：最少迭代次数 + 完成信号阈值
质量检查：typecheck / lint / tests / coverage / 安全扫描

qka yugong start requirement.json              # 启动循环
qka yugong start req.json --mode conservative   # 保守模式
qka yugong start req.json --provider openai     # 使用 OpenAI
qka yugong status                               # 查看状态
qka yugong resume                               # 从断点恢复
qka yugong report                               # 生成报告（Markdown + JSON）
qka yugong parse requirement.json               # 解析需求文件
qka yugong config default                       # 查看配置

3. Karpathy 经验编译器 (ExperienceCompiler)

基于 Andrej Karpathy 的 LLM Knowledge Base 模式：分散经验 → LLM 编译一次 → 结构化知识文章 → 后续直接查询。

任务完成 → accumulate(task_result) → 缓冲区 → 达到阈值 → compile() → 增量编译
                                                                         ↓
                                                            .quickagents/compiled/
                                                              _index.md
                                                              _sources.md
                                                              patterns/
                                                                tdd-patterns.md
                                                                debugging-tricks.md

实测数据： 383 文件 → 13 文章，81x 压缩，84% Token 节省。

qka experience stats          # 编译器统计
qka experience compile <path> # 编译指定路径
qka experience query <keyword> # 查询编译后的知识
qka experience lint           # 检查问题
qka experience clear          # 清空缓冲区

4. 知识图谱 (KnowledgeGraph)

from quickagents import KnowledgeGraph, NodeType, EdgeType

kg = KnowledgeGraph()

node = kg.create_node(node_type=NodeType.REQUIREMENT, title='用户认证', content='JWT')
kg.create_edge(source_id=node.id, target_id='T001', edge_type=EdgeType.MAPS_TO)

results = kg.search('认证')
trace = kg.trace_requirement(node.id)
relations = kg.discover_relations(node.id)

5. 文档理解管道 (DocumentPipeline)

三层解析架构：

层	功能	说明
Layer 1	本地解析	PDF / Word / Excel / XMind / FreeMind / OPML / Markdown / 源码
Layer 1.5	联合分析	文档 ↔ 源码追踪匹配引擎
Layer 2	交叉验证	检查文档与源码一致性
Layer 3	深度分析	LLM 知识提取（需求 / 决策 / 事实）

qka import PALs/                          # 导入文档目录
qka import PALs/ --with-source            # 同时导入源码
qka import PALs/ --dry-run                # 预览
qka import PALs/ --output Docs/PALs       # 指定输出目录

支持的格式：

文档：PDF (PyMuPDF + pdfplumber)、Word (python-docx)、Excel (openpyxl)、XMind
脑图：FreeMind (.mm)、OPML
源码：Python / JavaScript / TypeScript / Java / Go / Rust / C / C++ (tree-sitter)

6. 审计问责 (AuditGuard)

全自动代码质量保障：

组件	功能
CodeAuditTracker	实时文件变更追踪
QualityGate	原子级 / 全量级分层质量门禁
AccountabilityEngine	问题归因、修复闭环、学习经验提取
AuditReporter	Markdown / JSON 报告生成

qka audit status                         # 审计系统状态
qka audit run --type atomic              # 原子级检查（每次提交）
qka audit run --type full                # 全量级检查（任务完成时）
qka audit log                            # 查看审计日志
qka audit issues --status OPEN           # 查看问题
qka audit lessons --category security    # 查看学习经验
qka audit report --format md             # 生成报告
qka audit init                           # 初始化配置

7. 浏览器自动化 (Browser)

from quickagents import Browser

browser = Browser()                # 默认 Lightpanda（轻量）
browser = Browser(fallback_to_chromium=True)  # 回退到 Chromium

page = browser.open('https://example.com')
logs = page.get_console_logs()
requests = page.get_network_requests()
metrics = page.get_performance_metrics()
title = page.evaluate('document.title')
browser.close()

安装：pip install quickagents[browser] → playwright install chromium

8. 其他核心模块

模块	说明	Token 节省
FileManager	哈希检测文件变化，缓存未变文件	90%+
LoopDetector	V3 循环检测（stuck/oscillation 三级升级）	100%
Reminder	工具调用计数、长时间运行提醒、上下文压力响应	100%
ContextCompressor	70%/80%/85%/90%/99% 分级渐进压缩	54%+
ParallelExecutor	asyncio.gather + ThreadPool，最多 3 并发	间接
MCPBridge	只读桥接 OpenCode MCP 配置，发现可用工具	0
SkillAuditor	Skill 描述质量审计	0
MarkdownSync	SQLite → Markdown 双向同步，并行优化	100%
GitHooks	post-commit 自动触发进化分析	0
Encoding	统一 UTF-8 编码，Windows/Linux/macOS 一致	0

CLI 命令完整列表

所有命令通过 qka 调用，qka --help 查看帮助。

项目初始化

命令	说明
`qka init`	初始化 QuickAgents 到当前项目
`qka init --force`	覆盖现有文件
`qka init --dry-run`	预览将安装的文件
`qka init --minimal`	最小安装
`qka init --with-ui-ux`	含 ui-ux-pro-max 技能
`qka init --with-browser`	含 browser-devtools 技能

记忆与数据库

命令	说明
`qka stats`	数据库统计信息
`qka sync`	同步 SQLite → Markdown
`qka sync memory`	仅同步记忆
`qka sync tasks`	仅同步任务
`qka sync --force`	强制同步，忽略冲突
`qka memory get <key>`	获取记忆值
`qka memory set <key> <value>`	设置记忆值
`qka memory search <keyword>`	搜索记忆

任务管理

命令	说明
`qka progress`	查看当前进度

愚公循环 (YuGong)

命令	说明
`qka yugong start <file>`	启动自主开发循环
`qka yugong start <file> --mode conservative`	保守模式
`qka yugong start <file> --mode aggressive`	激进模式
`qka yugong start <file> --provider openai`	使用 OpenAI
`qka yugong start <file> --dry-run`	预览
`qka yugong status`	查看循环状态
`qka yugong resume`	从断点恢复
`qka yugong parse <file>`	解析需求文件
`qka yugong config <mode>`	查看/切换配置模式
`qka yugong report`	生成执行报告

自我进化系统

命令	说明
`qka evolution status`	进化系统状态
`qka evolution stats [skill]`	Skills 使用统计
`qka evolution optimize`	执行定期优化
`qka evolution history <skill>`	Skill 进化历史
`qka evolution sync`	同步到 Markdown

审计问责

命令	说明
`qka audit status`	审计系统状态
`qka audit run --type atomic`	原子级检查
`qka audit run --type full`	全量级检查
`qka audit log`	审计日志
`qka audit issues`	查看问题
`qka audit lessons`	学习经验
`qka audit report --format md`	生成报告
`qka audit init`	初始化配置

TDD 工作流

命令	说明
`qka tdd red <test_file>`	RED 阶段（测试应失败）
`qka tdd green <test_file>`	GREEN 阶段（测试应通过）
`qka tdd refactor <test_file>`	REFACTOR 阶段
`qka tdd coverage`	查看覆盖率
`qka tdd stats`	TDD 统计

经验编译

命令	说明
`qka experience stats`	编译器统计
`qka experience compile <path>`	编译指定路径
`qka experience query <keyword>`	查询知识
`qka experience lint`	检查问题
`qka experience clear`	清空缓冲区

上下文压缩

命令	说明
`qka compress stats`	压缩器统计
`qka compress check --usage 85`	检查并建议压缩策略
`qka compress reset`	重置压缩器

Skill 审计

命令	说明
`qka skill audit <path>`	审计 Skill 文件/目录
`qka skill lint --content "..."`	检查 Skill 内容

Git 集成

命令	说明
`qka hooks install`	安装 Git 钩子
`qka hooks uninstall`	卸载 Git 钩子
`qka hooks status`	钩子状态
`qka git status`	Git 状态
`qka git check`	Pre-commit 检查
`qka git commit <type> <scope> <subject>`	格式化提交
`qka git push`	推送到远程

文档导入

命令	说明
`qka import PALs/`	导入文档目录
`qka import PALs/ --with-source`	同时导入源码
`qka import PALs/ --dry-run`	预览
`qka import PALs/ --output <dir>`	指定输出目录

反馈收集

命令	说明
`qka feedback bug <desc>`	记录 Bug
`qka feedback improve <desc>`	记录改进建议
`qka feedback best <desc>`	记录最佳实践
`qka feedback view [--type <t>]`	查看反馈
`qka feedback stats`	反馈统计

模型配置（智谱 GLM Coding Plan）

命令	说明
`qka models show`	查看当前模型配置
`qka models list`	列出可用模型
`qka models check-updates`	检查 GLM 版本更新
`qka models upgrade --dry-run`	预览升级
`qka models upgrade --force`	执行升级
`qka models strategy coding-plan`	切换到 Coding Plan 策略
`qka models lock <model>`	锁定单一模型
`qka models unlock`	解除锁定

文件操作

命令	说明
`qka read <file>`	智能读取（哈希检测缓存）
`qka write <file> <content>`	写入文件
`qka edit <file> <old> <new>`	编辑文件
`qka hash <file>`	获取文件哈希

缓存与检测

命令	说明
`qka cache stats`	缓存统计
`qka cache clear`	清空缓存
`qka cache list`	列出缓存文件
`qka loop check`	检查循环模式
`qka loop reset`	重置循环检测
`qka loop stats`	循环检测统计
`qka reminder check`	检查提醒
`qka reminder stats`	提醒统计

版本与升级

命令	说明
`qka version`	查看版本
`qka version --check`	检查所有模块完整性
`qka update`	从 PyPI 升级
`qka update --target 2.11.0`	升级到指定版本
`qka update --source github`	从 GitHub 源码安装
`qka update --dry-run`	仅预览

导出

命令	说明
`qka export`	导出干净项目文件到 Output/
`qka export --version 1.0`	指定版本号
`qka export --dry-run`	预览导出
`qka export --list-excludes`	列出排除规则
`qka export --inject-gitignore`	注入排除规则到 .gitignore

卸载

命令	说明
`qka uninstall`	交互式卸载（项目级）
`qka uninstall --dry-run`	预览卸载内容
`qka uninstall --keep-data`	保留 .quickagents/
`qka uninstall --keep-opencode`	保留 .opencode/
`qka uninstall --force`	跳过确认

Python API 速查

# 核心导入
from quickagents import (
    # 数据库
    UnifiedDB, MemoryType, TaskStatus, FeedbackType,
    # 进化
    SkillEvolution, get_evolution,
    # 知识图谱
    KnowledgeGraph, NodeType, EdgeType,
    # 工具
    FileManager, LoopDetector, Reminder,
    MarkdownSync, GitHooks, CacheDB,
    # v2.11.0 新增
    SkillAuditor, ContextCompressor, ExperienceCompiler,
    ParallelExecutor, MCPBridge,
    # 浏览器（需 pip install quickagents[browser]）
    Browser,
    # 审计
    AuditGuard, AuditConfig,
    # 记忆辅助
    update_memory, update_memories, add_experiential_memory,
    # 愚公循环
    YuGongLoop, YuGongConfig,
)

# 快速使用
db = UnifiedDB('.quickagents/unified.db')
db.set_memory('key', 'value', MemoryType.FACTUAL)
db.get_memory('key')

evolution = get_evolution()
evolution.on_task_complete({'task_id': 'T001', 'success': True})

kg = KnowledgeGraph()
node = kg.create_node(NodeType.REQUIREMENT, title='需求', content='描述')
results = kg.search('关键词')

可选依赖

安装命令	功能
`pip install quickagents[browser]`	浏览器自动化（Playwright）
`pip install quickagents[document]`	文档解析（PDF/Word/Excel/XMind）
`pip install quickagents[source-code]`	多语言源码解析（tree-sitter）
`pip install quickagents[ocr]`	OCR 识别（PaddleOCR）
`pip install quickagents[windows]`	Windows 特定功能（pywin32/WMI）
`pip install quickagents[full]`	完整安装（以上全部）

核心功能零外部依赖，仅需 psutil + httpx。

项目结构

quickagents/
├── __init__.py              # 统一入口，全部公开 API
├── cli/                     # CLI 命令（qka）
│   ├── main.py              # 命令行入口 + 30+ 子命令
│   ├── init_cmd.py          # qka init 初始化
│   └── qa.py                # 旧入口兼容
├── core/                    # 核心模块
│   ├── unified_db.py        # 统一数据库 (Facade)
│   ├── session.py           # 会话层
│   ├── connection_manager.py # 连接池管理
│   ├── transaction_manager.py # 事务管理
│   ├── migration_manager.py # 数据库迁移
│   ├── repositories/        # Repository 层 + QueryBuilder
│   ├── markdown_sync.py     # SQLite ↔ Markdown 同步
│   ├── file_manager.py      # 智能文件管理（哈希缓存）
│   ├── memory.py            # 记忆管理器
│   ├── loop_detector.py     # Doom-Loop 检测器
│   ├── reminder.py          # 事件提醒系统
│   ├── evolution.py         # 自我进化引擎
│   ├── git_hooks.py         # Git 钩子管理
│   ├── cache_db.py          # 缓存数据库
│   ├── context_compressor.py # 上下文压缩器
│   ├── experience_compiler.py # 经验编译器（Karpathy 模式）
│   ├── parallel_executor.py # 并行任务执行器
│   ├── mcp_bridge.py        # MCP 配置桥接
│   └── skill_auditor.py     # Skill 质量审计
├── knowledge_graph/         # 知识图谱
│   ├── knowledge_graph.py   # 核心图操作
│   ├── types.py             # 节点/边类型定义
│   ├── storage/             # SQLite WAL 存储
│   └── core/                # FTS5 搜索引擎
├── document/                # 文档理解管道
│   ├── pipeline.py          # 三层处理管道
│   ├── parsers/             # PDF/Word/Excel/XMind/FreeMind/OPML/MD/源码解析器
│   ├── matching/            # 追踪匹配引擎
│   ├── validators/          # 交叉验证 + 评审流
│   ├── storage/             # Markdown 导出 + 知识保存
│   └── extractors/          # 知识提取器
├── yugong/                  # 愚公循环
│   ├── autonomous_loop.py   # 15步自主循环引擎
│   ├── config.py            # 配置（默认/保守/激进）
│   ├── models.py            # 数据模型
│   ├── safety_guard.py      # 安全熔断器
│   ├── exit_detector.py     # 退出检测器
│   ├── task_orchestrator.py # 任务编排器
│   ├── agent_executor.py    # Agent 执行器
│   ├── tool_executor.py     # 工具执行器
│   ├── llm_client.py        # LLM 客户端（httpx）
│   ├── requirement_parser.py # 需求解析器
│   ├── context_injector.py  # 上下文注入
│   ├── progress_logger.py   # 进度日志
│   ├── report_generator.py  # 报告生成器
│   └── db.py                # 持久化存储
├── audit/                   # 审计问责
│   ├── audit_guard.py       # 门面类
│   ├── code_audit.py        # 代码变更追踪
│   ├── quality_gate.py      # 质量门禁
│   ├── accountability.py    # 问责引擎
│   ├── audit_reporter.py    # 报告生成
│   └── models.py            # 数据模型
├── browser/                 # 浏览器自动化
│   ├── browser.py           # Browser/Page 封装
│   └── installer.py         # Lightpanda/Chromium 安装
├── skills/                  # Skills 本地化
│   ├── feedback_collector.py
│   ├── tdd_workflow.py
│   ├── git_commit.py
│   ├── category_router.py
│   ├── model_router.py
│   └── project_detector.py
├── utils/                   # 工具模块
│   ├── memory_helper.py     # 记忆辅助函数
│   ├── smart_editor.py      # 智能编辑
│   ├── encoding.py          # UTF-8 编码
│   ├── hash_cache.py        # 哈希缓存
│   ├── script_helper.py     # Windows 脚本替代
│   └── sync_conflict.py     # 同步冲突检测
└── templates/               # 项目模板（qka init 使用）
    ├── AGENTS.md
    ├── opencode.json
    ├── opencode/             # OpenCode 配置模板
    ├── docs/                 # 文档模板
    └── skills-optional/      # 可选 Skills

测试

pytest tests/
pytest tests/knowledge_graph/          # 特定模块
pytest --cov=quickagents tests/        # 覆盖率

许可证

MIT License - 详见 LICENSE 文件。

更新日志

v2.25.5 (2026-04-07) — 全架构验证通过 + 测试修复

ConnectionManager 统一验证：

确认所有 3 个模块（ExperienceCompiler / YuGongDB / SQLiteGraphStorage）100% 使用 ConnectionManager
生产代码中零 sqlite3.connect 调用（仅 :memory: 路径保留）
所有模块共享连接池、线程安全、WAL 模式

测试修复（6 个 → 0 个失败）：

CLI memory 测试：改为 mock UnifiedDB（MemoryManager 已移除）
KG memory_sync 测试：UTF-8 编码 + 匹配实际输出格式
Migration 测试：避免与内置 migration_004 版本冲突

最终验证：

991 tests passed, 0 failures
All imports OK
Version 2.25.5

v2.25.4 (2026-04-07) — 全架构A级修复 + 自我进化闭环

统一架构（零自建连接）:

知识图谱 discover() 修复属性名bug + create_edge() 签名修正
知识图谱新增 knowledge_node_tags 关联表 + SQL JOIN 高效查询
知识图谱 discovery 全部改为 SQL WHERE/FTS5 查询（零 Python 全表扫描）
DocPipeline.save() dispatch bug 修复（hasattr → isinstance）
Evolution Markdown sync total_usage → usage_count 修复
restore_feedback_from_md() 自动发现 .quickagents/feedback/ 目录

自动编译闭环:

on_task_complete() 自动检查 should_compile() 并设标志
run_periodic_optimization() 自动触发编译流程
新增 _auto_compile_experiences() 基于规则的即时编译

真正自我进化（5阶段闭环）:

Act: modify_skill() 自动修改 Skill 文件
Act: inject_context() 注入进化洞察到项目上下文
Act: adjust_parameters() 自动调整进化参数
Verify: verify_evolution() 成功率对比验证 + 回滚建议
语义分析: Evolution 查询 ExperienceCompiler 编译文章

跨模块集成（互操作性矩阵全✅）:

愚公循环完成 → 自动触发 Evolution.on_task_complete()
AuditGuard 提取 lessons → 自动流入 Evolution feedback
Evolution _suggest_fix() → 同时查询 feedback + compiled_articles
Git 钩子 Windows 兼容（sys.executable + .bat wrapper + 日志文件）
Git 钩子同时触发 Evolution + AuditGuard

v2.25.3 (2026-04-07) — 架构完整性修复

P0 紧急修复（运行时崩溃）:

修复 qka audit status 崩溃（KeyError: today_changes）
修复 qka audit run 崩溃（AttributeError: report.passed → report.all_passed）
修复 qka audit log 崩溃（get_changes_by_session() 不存在）
添加 decisions 表 migration_005 + add_decision() 方法
愚公循环 YuGongLoop 接入 YuGongDB 持久化（每次迭代 + 最终保存）

P1 架构修复（数据一致性）:

CLI qka memory 改用 UnifiedDB（SQLite）替代 MemoryManager（纯文件）
SkillEvolution.on_task_complete() 自动调用 ExperienceCompiler.accumulate()
修复进化系统 CLI stats['total_usage'] → stats['usage_count']
DocumentPipeline.save() 接入 KnowledgeSaver 写入 SQLite
知识图谱 discover() 结果自动持久化到 SQLite
知识图谱 sync_to_memory() 改为追加模式，不破坏主记忆系统
新增 qka knowledge CLI 命令（status/search/discover）

P2 改善（恢复路径修复）:

restore_decisions_from_md() 真正解析并插入 SQLite
restore_feedback_from_md() 真正解析并插入 SQLite
restore_progress_from_json() 移除对不存在方法的调用
新增 qka tasks 和 qka progress CLI 命令

v2.11.0 (2026-04-05) — 研究驱动增强

新增 MCPBridge（OpenCode MCP 工具发现）
新增 ParallelExecutor（并发任务执行）
新增 CJK 感知记忆搜索
新增 SkillEvolution 批量分析

链接

GitHub: https://github.com/Coder-Beam/Quick-Agents-for-Z.AI-GLM
PyPI: https://pypi.org/project/quickagents/
智谱 GLM: https://bigmodel.cn
OpenCode: https://opencode.ai

Made by Coder-Beam

Project details

These details have not been verified by PyPI

Project links

Release history Release notifications | RSS feed

This version

2.25.7

Apr 26, 2026

2.25.6

Apr 8, 2026

2.25.5

Apr 6, 2026

2.11.0

Apr 6, 2026

2.10.0

Apr 6, 2026

2.9.0

Apr 5, 2026

2.8.3

Apr 4, 2026

2.8.2

Apr 4, 2026

2.8.1

Apr 4, 2026

2.8.0

Apr 1, 2026

2.7.9

Apr 1, 2026

2.7.8

Apr 1, 2026

2.7.6

Apr 1, 2026

2.7.5

Apr 1, 2026

2.7.0

Mar 31, 2026

2.6.8

Mar 30, 2026

2.1.1

Mar 31, 2026

1.0.0

Mar 29, 2026

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

quickagents-2.25.7.tar.gz (639.3 kB view details)

Uploaded Apr 26, 2026 Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

The dropdown lists show the available interpreters, ABIs, and platforms. Enable javascript to be able to filter the list of wheel files.

quickagents-2.25.7-py3-none-any.whl (702.4 kB view details)

Uploaded Apr 26, 2026 Python 3

File details

Details for the file quickagents-2.25.7.tar.gz.

File metadata

Download URL: quickagents-2.25.7.tar.gz
Upload date: Apr 26, 2026
Size: 639.3 kB
Tags: Source
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.12.10

File hashes

Hashes for quickagents-2.25.7.tar.gz
Algorithm	Hash digest
SHA256	`99fbfe5456423f434fb6629a2ee73be160489cc37a79961396dcf438f138f122`
MD5	`81129ebb76179be1f5ce6bba8d7dd162`
BLAKE2b-256	`d76be4cd946a13fce7e33f07e890482c9a7df227eaf018a9ce958ce0ac22bdd0`

See more details on using hashes here.

File details

Details for the file quickagents-2.25.7-py3-none-any.whl.

File metadata

Download URL: quickagents-2.25.7-py3-none-any.whl
Upload date: Apr 26, 2026
Size: 702.4 kB
Tags: Python 3
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.12.10

File hashes

Hashes for quickagents-2.25.7-py3-none-any.whl
Algorithm	Hash digest
SHA256	`2e5a6f4f15b8f8b1451ce46288b90784fa714e747489efca39a8212d2fb3373f`
MD5	`29963ff42b68c1354b80e722f19093f8`
BLAKE2b-256	`772f980bdef01932ceb1677aa58bbda0c422eb900f861c9f3f6fb6869aa7e582`

See more details on using hashes here.

quickagents 2.25.7

Navigation

Verified details

Maintainers

Unverified details

Project links

Meta

Classifiers

Project description

QuickAgents

安装

方式一：一行命令安装（推荐）

方式二：pip 安装 + 项目初始化

方式三：让 AI 代理自动安装（零操作）

初始化参数

完整安装（所有可选依赖）

开发模式

验证安装

QuickAgents 是什么？

与 oh-my-openagent (omo) 的对比

功能模块详解

1. 统一数据库 (UnifiedDB V2)

2. 愚公循环 (YuGong Loop)

3. Karpathy 经验编译器 (ExperienceCompiler)

4. 知识图谱 (KnowledgeGraph)

5. 文档理解管道 (DocumentPipeline)

6. 审计问责 (AuditGuard)

7. 浏览器自动化 (Browser)

8. 其他核心模块

CLI 命令完整列表

项目初始化

记忆与数据库

任务管理

愚公循环 (YuGong)

自我进化系统

审计问责

TDD 工作流

经验编译

上下文压缩

Skill 审计

Git 集成

文档导入

反馈收集

模型配置（智谱 GLM Coding Plan）

文件操作

缓存与检测

版本与升级

导出

卸载

Python API 速查

可选依赖

项目结构

测试

许可证

更新日志

v2.25.5 (2026-04-07) — 全架构验证通过 + 测试修复

v2.25.4 (2026-04-07) — 全架构A级修复 + 自我进化闭环

v2.25.3 (2026-04-07) — 架构完整性修复

v2.11.0 (2026-04-05) — 研究驱动增强

链接

Project details

Verified details

Maintainers

Unverified details

Project links

Meta

Classifiers

Release history Release notifications | RSS feed

Download files

Source Distribution

Built Distribution

File details

File metadata

File hashes

File details

File metadata

File hashes